Python / Pandas：如何创建一个多索引的空 DataFrame，然后开始填充它？

Question

我想使用pd.MultiIndex.基本上，行轴有两个级别，列轴也有。在管理数据帧集的类中，我将这个“元数据帧”定义为类变量。import pandas as pdrow_axis = pd.MultiIndex(levels=[[],[]], codes=[[],[]], names=['Data', 'Period'])column_axis = pd.MultiIndex(levels=[[],[]], codes=[[],[]], names=['Data', 'Extrema'])MD = pd.DataFrame(index=row_axis, columns=column_axis)它似乎工作。MD.index>>> MultiIndex([], names=['Data', 'Period'])MD.columns>>> MultiIndex([], names=['Data', 'Extrema'])现在，每次我处理一个单独的 DataFrameid时，我都想相应地更新这个“元数据帧”。id有一个日期时间索引，周期为“5m”。id.index[0]>>> Timestamp('2020-01-01 08:00:00')id.index[-1]>>> Timestamp('2020-01-02 08:00:00')例如，我想在 MD 中保留其第一个和最后一个索引值。MD.loc[[('id', '5m')],[('Timestamp', 'First')]] = id.index[0]MD.loc[[('id', '5m')],[('Timestamp', 'Last')]] = id.index[-1]这不起作用，我收到以下错误消息：TypeError: unhashable type: 'list'最后，我想要的结果是在 MD 中有以下类型的信息（我有其他id不同时期的 DataFrame）：           Timestamp           First                   Lastid    5m   2020-01-01 08:00:00     2020-01-02 08:00:00     10m   2020-01-05 08:00:00     2020-01-06 18:00:00最终，我还将保留一些列的最小值和最大值id。例如，如果id有一个“温度”列。           Timestamp                                     Temperature           First                Last                     Min    Maxid    5m   2020-01-01 08:00:00  2020-01-02 08:00:00      -2.5   10     10m   2020-01-05 08:00:00  2020-01-06 18:00:00      4      15这些值将在我记录时记录下来id。我知道每个单元格初始化一个 DataFrame 单元格的时间效率不高，但不会经常这样做。此外，我看不到如何在 Dict 中管理这种信息组织，这就是为什么我正在考虑使用多级 DataFrame 来做这件事。然后我会将其转储到 csv 文件中以存储这些“元数据”。请问，在MD中初始化这些值的正确方法是什么？

Answer 1

您可以将数据存储在字典的字典中，而不是填充空的 DataFrame。MultiIndextuples用作索引值，因此我们制作每个字典元组的键。

外部字典使用列 MultiIndex 元组作为键，值是另一个字典，其中行 MultiIndex 元组作为键，单元格中的值作为值。

d = {('Score', 'Min'):       {('id1', '5m'): 72, ('id1', '10m'): -18},

     ('Timestamp', 'First'): {('id1', '5m'): 1, ('id1', '10m'): 2},

     ('Timestamp', 'Last'):  {('id1', '5m'): 10, ('id1', '10m'): 20}}

     #        |                     |                            |

     #  Column MultiIndex       Row Multi                    Cell Value

     #       Label                Label     

pd.DataFrame(d)

        Score Timestamp     

          Min     First Last

id1 5m     72         1   10

    10m   -18         2   20

创建它dict取决于您如何获得这些值。你可以扩展一个字典update